劉子恒 王娟娟

摘要：本研究以高原作物“甘青5號”青稞為研究對象，使用數(shù)碼相機獲取青稞葉片的數(shù)字圖像，分析青稞葉片的色彩參數(shù)與生長態(tài)勢之間的相關性。結(jié)果表明：在色彩參數(shù)值中，綠光（G）值均大于其他光的值，這是由于相較于其他光，綠色植物對綠光的反射更強，青稞葉片的長、寬和表面積會隨著色彩參數(shù)的增大而改變。構(gòu)建生長態(tài)勢與色彩參數(shù)的線性模型，發(fā)現(xiàn)R值與葉片長度的模型較理想，判定系數(shù)均大于05，其中4月10日的樣品擬合度最好，判定系數(shù)達到07795。

關鍵詞：青稞葉片;生長態(tài)勢;色彩參數(shù);相關性

中圖分類號：S126

文獻標識碼：A

文章編號：1008-0457（2019）06-0076-04國際DOI編碼：10.15958/j.cnki.sdnyswxb.2019.06.014

Study on Color Parameters and Growth Trend of Hulless Barley Leaves

LIU Zi-heng*，WANG Juan-juan

（Department of Physics and Hydropower Engineering，Gansu Normal Univercity for Nationlities，Hezuo，Gansu 747000，China）

Abstract：In this study，the digital images of Hulless barley “Ganqing 5” were photographed with a digital camera，and the correlation between the color parameters of the barley leaves and the growth posture was analyzedThe results showed that the value of green （G）was greater than the values of other lights，which is due to the stronger reflection of green plantsThe length，width and surface area of the barley leaves growed over timeA linear model constructed of growth potential and color parameters showed that the model of R value and length of leaves is ideal，and the coefficient of determination is greater than 05The sample fitting degree in April 10 is the best，and their coefficient of determination reaches 07795.

Key words：Hulless barley; growth situation; color parameters; correlation

青稞（Hulless barley），是禾本科大麥屬的一種農(nóng)作物，它的內(nèi)外殼分離，籽粒裸露，稱米大麥。主要生產(chǎn)于中國西北地區(qū)，同時也是藏族人民的主要糧食。青稞具有很豐富的營養(yǎng)價值和顯著的醫(yī)藥保健作用。

近年來，農(nóng)業(yè)生產(chǎn)技術的快速發(fā)展，使得農(nóng)作物的信息監(jiān)測與品質(zhì)評估建立在大數(shù)據(jù)之上[1-3]。計算機視覺技術是利用圖像傳感器獲取物體圖像，同時將圖像轉(zhuǎn)換成數(shù)字圖像并利用計算機識別圖像，以達到分析圖像和得出結(jié)論的目的。多樣化的計算機處理圖像的模式，Photoshop自身默認的色彩模式是RGB色彩模式，計算機圖像中的每一個像素都是通過RGB三種顏色分量混合而形成，RGB模式是表示色彩的一種數(shù)學方法。所有顏色中的紅色、綠色和藍色的色階都是用亮度級來測量的，范圍在0到255之間，亮度級越高，其顏色就越明亮。國內(nèi)許多學者進行了

數(shù)字圖像技術方面的研究。李俊[4]利用數(shù)字圖像對番茄黃氏曲葉病毒病進行分析研究，發(fā)現(xiàn)色彩分析法對番茄黃化曲葉病毒病識別是可行的。陳宇熠等[5]利用圖像處理技術應用于農(nóng)學參數(shù)檢測研究，得出利用圖像飽和度、亮度信息及更深層次的圖像特征來構(gòu)建農(nóng)這參數(shù)預測模型。青稞葉片的長度、寬度和葉面積是重要的指標[6-7]，其中葉面積是生態(tài)系統(tǒng)的一個結(jié)構(gòu)參數(shù)，可以反映植物葉面數(shù)量、冠層結(jié)構(gòu)變化、植物生命活力及其環(huán)境效應，能為我們提供重要的數(shù)據(jù)參數(shù)。本研究對農(nóng)作物青稞葉片生長態(tài)勢與色彩參數(shù)RGB進行分析，采集青稞葉片不同生長時期的圖像，提取色彩參數(shù)RGB，利用數(shù)字圖像技術研究色彩參數(shù)R值與生長態(tài)勢的相關性[8-12]。

1材料與方法

11供試樣品

試驗于2019年3月在甘肅省合作市甘肅民族師范學院巨山養(yǎng)殖基地，地處青藏高原東北邊緣，E102°92′，N34°98′，選取甘肅西南部地區(qū)‘甘青5號’青稞作為供試樣品，選用10 cm×12 cm雙層的塑料杯，10個重復，在室內(nèi)溫度為20℃的環(huán)境下，種植青稞種子，進行相同的水肥管理，青稞長出葉片后，以倒三葉作為測量對象，分別于4月3日、4月10日、4月17日進行3次采樣，以下對3個采樣時間分別簡稱第一期、第二期、第三期。

12青稞葉片色彩參數(shù)的獲取

選取長勢良好的青稞葉片作為樣本，對樣本進行編號，使用數(shù)碼相機（佳能lxus105）采集圖像信息。固定照相機與樣本的距離為15 cm，利用圖像處理軟件Photoshop 80中的RGB模型提取圖像的色彩參數(shù)值（即RGB值），記錄數(shù)據(jù)。

13青稞葉片生長態(tài)勢的測量

采用游標卡尺測量青稞葉片不同生長期葉片的長度和寬度，將葉片平攤在水平面上，在葉片上放一塊透明的方格紙，統(tǒng)計格點數(shù)，計算葉片面積（少于半格的忽略不計，多余半格的按一格計算），記錄數(shù)據(jù)填入表格。

14數(shù)據(jù)分析

采用photoshop80軟件、Office2010軟件進行數(shù)據(jù)處理和分析。

2結(jié)果與分析

21青稞葉片色彩參數(shù)值的獲取

采集的供試樣品圖像用Photoshop 80軟件中的RGB模型提取R（紅）值、G（綠）值、B（藍）值（見表1）。

從表1中可以看出：3個不同時間的色彩參數(shù)，普遍存在G（綠）值普遍大于R（紅）值和B（藍）值。這是由于綠色植物對可見的綠光反射比其他光強。

22青稞葉片的生長態(tài)勢

利用米尺和格點法測量生長態(tài)勢相關參數(shù)的數(shù)值，記錄葉片在不同生長期的長、寬和表面積的值。再用Excel軟處理分析數(shù)據(jù)，具體見表2。

由表2可知，三個不同時間段的青稞葉片的長、寬和表面積值逐漸增大，并且長和表面積變化較明顯，葉片寬值增加較緩慢。在生長過程中青稞葉受生長素和光照的影響生長速度較慢，同時青稞初生根受到空間的限制生長不完整，從而影響青稞幼苗的生命力。

23色彩參數(shù)與生長態(tài)勢的模型

對3個采樣時間色彩參數(shù)R（紅）、G（綠）、B（藍）值與生長態(tài)勢長、寬、表面積值構(gòu)建線性模型，共計9個模型，發(fā)現(xiàn)R（紅）值與葉片長度的線性模型較其他理想。

判定系數(shù)，又叫決定系數(shù)，是指在線性回歸中，回歸可解釋離差平方和與總離差平方和之比值，其數(shù)值等于相關系數(shù)R。從圖1、圖2、圖3可以看出，三個時間的樣品的模型R2均達到05以上，具有一定的可解釋程度，其中第二期的R值與葉片長度的模型的擬合度最好，判定系數(shù)達到07795。

3結(jié)論與討論

青稞葉片的長、寬和表面積會隨著生長期的變大而增大，其中寬的增大趨勢最小。色彩參數(shù)值也呈增大趨勢。構(gòu)建生長態(tài)勢與色彩參數(shù)的線性模型，發(fā)現(xiàn)R值與葉片長度的模型較理想，判定系數(shù)均大于05，其中第二期的樣品擬合度最好，判定系數(shù)達到07795。說明利用數(shù)碼相機獲取青稞葉片色彩參數(shù)在一定生長期與青稞葉片生長態(tài)勢存在某種定量的聯(lián)系，在診斷青稞葉片生長態(tài)勢方面具有一定的可行性[13-15]。

參考文獻：

[1]黎瑞君，岳延濱，孫長青，等.不同氮肥水平下水稻的生長態(tài)勢[J].貴州農(nóng)業(yè)科學，2016，44（05）：63-67

[2]楊麗敏，陳書強，趙海新，等.不同插植密度對寒地水稻葉片生長態(tài)勢的影響研究[J].北方水稻，2015，45（02）：10-13

[3]胡艷，楊瑞，戚玉嬌基于混合像元分解植被類型提取—以塔河地區(qū)為例[J].山地農(nóng)業(yè)生物學報，2018，37（5）：084-088.

[4]李俊，陳振德基于數(shù)字圖像的番茄黃化曲葉病毒病色彩分析研究[J].中國農(nóng)學通報，2013，29（31）：96-100

[5]陳宇熠，張富貴，吳雪梅，等.圖像處理技術應用于農(nóng)學參數(shù)檢測研究進展[J].山地農(nóng)業(yè)生物學報，2013，32（02）：176-180

[6]臧廣鵬，魏玉杰，張梅秀，等.啤酒花脫毒苗生長態(tài)勢及品質(zhì)比較研究[J].北方園藝，2011，（13）：48-49

[7]張金恒，韓超，劉子恒，等.用圖像色彩參數(shù)診斷SO2熏氣對小麥的急性傷害[J].農(nóng)業(yè)工程學報，2008，36（24）：36-38

[8]蒙秀菲，馮仕喜，曾濤，等.灌漿成熟期氣溫對稻米品質(zhì)影響[J].山地農(nóng)業(yè)生物學報，2019，38（4）：8-12.

[9]周佳璐基于機器視覺的小麥質(zhì)量判別系統(tǒng)的研究[D].上海：同濟大學，2006.

[10]范璐，展海軍，周展明，等.圖像分析測定白麥的角質(zhì)率和硬度方法的研究[J].糧食與飼料工業(yè)，2002，（04）：44-45

[11]王博，王惠祥，潘泉，等.基于數(shù)碼相機的圖象數(shù)字變焦（視圖插補）算法[J].中國圖象圖形學報，2002，（02）：85-87

[12]高建昌，郭廣君，國艷梅，等.平臺掃描儀結(jié)合ImageJ軟件測定番茄葉面積[J].中國蔬菜，2011（2）：73-77

[13]周玉麟銀耳香灰菌配合比及其生長態(tài)勢與生產(chǎn)性能相關性的研究[J].中國食用菌，1990，（01）：4-7

[14]孫宇露，王德海，朱國建基于圖像分析檢測青菜葉綠素含量食品與發(fā)酵工業(yè)[J].食品與發(fā)酵工業(yè)，2016，42 （8）：194-198.